03. July 2026
En ny bevegelse kalt Right to Local Intelligence har begynt å røre på seg i det internasjonale teknologimiljøet. Initiativet argumenterer for at selskaper og enkeltpersoner må ha en fundamental rett til å kjøre kunstig intelligens lokalt på egen maskinvare, uten å være tvunget til å sende sensitiv informasjon ut til eksterne skytjenester.
Bakgrunnen er den voldsomme konsentrasjonen av AI-kraft hos giganter som Microsoft, Google og OpenAI. For å bruke de skarpeste modellene har standarden lenge vært å sende data ut av huset via API-er. Men med fremveksten av ekstremt effektive, mindre språkmodeller (såkalte SLMer) som kjører utmerket på moderne lokal maskinvare, krever nå stadig flere kontrollen tilbake.
For IT-avdelinger i sterkt regulerte bransjer, som bank, finans og helsesektoren, åpner denne trenden helt nye dører. I stedet for å kjempe en evig kamp mot personvernregler og datalekkasjer, kan man nå drifte avanserte AI-assistenter direkte på egne lukkede servere. For innkjøpsansvarlige betyr dette at man bør prioritere PC-er og servere med dedikerte AI-brikker (NPU-er) ved neste maskinvarefornyelse, fremfor å utelukkende spytte mer penger inn i eksterne sky-lisenser.
Finansgiganten Goldman Sachs har sluppet en omfattende analyse som tar et oppgjør med dommedagsprofetiene rundt AI og massearbeidsledighet. I rapporten "An AI Job Apocalypse?" konkluderer de med at teknologien i langt større grad vil fungere som en katalysator for økt produktivitet enn som en ren erstatning for menneskelig arbeidskraft.
Debatten har lenge vært polarisert mellom de som frykter at roboter overtar alt av kontorarbeid over natten, og de som avfeier teknologien som en forbigående hype. Goldman Sachs har dykket ned i historiske data fra tidligere industrielle revolusjoner for å se hvordan arbeidsmarkedet faktisk tilpasser seg. Konklusjonen er at selv om enkelte spesifikke oppgaver automatiseres bort, skaper den økte produktiviteten nye roller og helt nye næringer over tid.
For HR-ledere og organisasjonsutviklere signaliserer dette at strategien bør skifte fra ren nedbemanning til systematisk kompetanseheving. I stedet for å planlegge for færre hoder, bør man rigge organisasjonen for at de ansatte skal kunne håndtere langt større volum og mer komplekse oppgaver ved hjelp av AI-støtte. For kunnskapsbedrifter innen rådgivning eller revisjon handler det nå om å redesigne karrierestigen for yngre medarbeidere, slik at de raskere kan gå fra å gjøre manuelt analysearbeid til å kvalitetssikre og tolke maskingenererte utkast.